Dados do Trabalho

Título

Avaliação de impacto no tempo de relato e fadiga com modelos de IA para escanometria: um estudo prospectivo.

Descrição sucinta do(s) objetivo(s)

Avaliar a diferença no comprimento das pernas é vital, e a escanometria, pioneira de Merrill em 1942 e aperfeiçoada pelo Dr. Juan Farill em 1953, oferece resultados precisos. Os pacientes são submetidos a exames em pé, capturando raios-X das articulações do quadril, joelho e tornozelo. As medições são feitas em três pontos principais: ápice da cabeça femoral, centro da superfície articular inferior do côndilo femoral medial e centro da superfície articular distal da tíbia. No entanto, essas múltiplas medições por radiologistas tornam a conclusão do relatório árdua. Para resolver isso, desenvolvemos uma ferramenta de IA para eficiência e avaliamos o impacto na rotina, com foco na redução do tempo de relatório e da fadiga do radiologista.

Material(is) e método(s)

Montamos nossa equipe de desenvolvimento e coletamos dados. Usando algoritmos de aprendizado de máquina, construímos e validamos a ferramenta de IA. Em seguida, implementamos a ferramenta com os radiologistas da instituição, coletando feedback e fazendo ajustes para otimizar o tempo de leitura.
A avaliação do tempo de relatório ocorreu em duas fases. Inicialmente, 3 especialistas em imagem musculoesquelética relataram um conjunto de dados de 20 exames em um ambiente controlado. Os testes foram individuais e randomizados, com e sem a assistência da ferramenta de IA em blocos de cinco exames. Após cada bloco, os radiologistas preencheram um questionário de satisfação e fadiga.
Posteriormente, o tempo de relato foi medido usando registros de histórico do PACS, analisando 159 exames relatados por radiologistas com o maior volume desde a implementação da ferramenta de IA. Nove relatórios interrompidos para outras avaliações foram excluídos.

Resultados e discussão

No cenário controlado, o tempo médio do relatório foi de 142,97 segundos sem a ferramenta de IA, em comparação com 38,87 segundos com seu uso. No cenário do mundo real, contabilizando interrupções, fadiga e excluindo viés de observação, o tempo médio do relatório foi de 451,12 segundos sem a ferramenta de IA, contra 234,22 segundos com ela.

Conclusões

Cada ferramenta desenvolvida deve justificar os esforços para fazê-la. Para analisar o relatório de tempo, a ferramenta de IA reduz substancialmente o tempo de relatório, aumentando a eficiência do radiologista com uma interface amigável e intuitiva.

Palavras Chave

Imagem musculoesquelética; Inteligência Artificial; escanometria

Arquivos